COVMis-Stance 数据集：面向 COVID-19 错误信息的 Twitter 立场检测
计算与语言
2022-04-06 v1 信息检索
摘要
在 COVID-19 大流行期间，大量 COVID-19 错误信息在社交媒体上传播。我们关注 Twitter 用户针对 COVID-19 错误信息的立场。然而，由于该大流行相对较新，仅有少数立场检测数据集契合我们的任务。我们构建了一个由 2631 条推文组成的新立场数据集，标注了针对 COVID-19 错误信息的立场。在标注数据有限的情境下，我们通过利用 MNLI 数据集和两个已有的立场检测数据集（RumourEval 和 COVIDLies）来微调模型，并在我们的数据集上评估模型性能。实验结果表明，当依次在 MNLI 数据集和下采样的 RumourEval 与 COVIDLies 组合数据集上微调时，模型表现最佳。我们的代码与数据集公开于 https://github.com/yanfangh/covid-rumor-stance
引用
@article{arxiv.2204.02000,
title = {The COVMis-Stance dataset: Stance Detection on Twitter for COVID-19 Misinformation},
author = {Yanfang Hou and Peter van der Putten and Suzan Verberne},
journal= {arXiv preprint arXiv:2204.02000},
year = {2022}
}